京公网安备 11010802034615号
经营许可证编号:京B2-20210330
人工智能市场蓄势待发 大数据积累仍然不足
在今年的世界互联网大会上,最吸引人的热点当属人工智能。从国内企业阿里巴巴集团董事局主席马云,到联想集团CEO杨元庆、百度CEO李彦宏,小米公司董事长雷军、中国联通总经理陆益民……再到国际企业IBM资深全球总裁罗思民、Facebook全球副总裁石峰等无不提到了人工智能的发展,以及企业所面临的机会。
IDG发布白皮书称,2020年全球人工智能支出将达2758亿人民币,未来五年复合年增长率超50%。
记者从世界互联网大会各家企业的参展情况来看,涉及人工智能的企业占到半数,而最为吸引人的当属阿里的无人超市,短短两天时间排队体验的人群从未间断。无人超市应用了大量的“黑科技”。首先,通过图像识别技术,天猫无人超市将对消费者进行快速面部特征识别、身份审核,完成“刷脸进店”;其次,通过物品识别和追踪技术,再结合消费者行为识别,天猫无人超市能判断消费者的结算意图,最后通过智能闸门,从而快速完成“无感支付”。
与去年互联网大会企业纷纷以大数据和物联网概念参展不同的是,今年人工智能概念的智慧项目也多了起来,而除了人脸识别外,机器人也成了今年大会一大亮点。记者现场了解到,远传技术提供的服务机器人“小远”可以通过语音交互与参会者进行互动,能够清楚地向其介绍有关大会议程、展位、交通、休闲、天气甚至旅游等多方面的内容。在世界互联网大会的其他展台,友邦、搜狗、京东、百度、科大讯飞等多个企业也推出了理财、物流、医疗等相关垂直领域的机器人。
浙江远传信息技术股份有限公司董事长徐立新表示,目前为大会提供服务的机器人主要用于咨询服务方面。去年至今,公司研发的几类机器人已经进入了银行和通信企业的营业厅、科技园区、小区等多场景,实现商业化应用。预计未来两到三年内,咨询服务机器人会得到大规模爆发,人对机器人的接受程度也会越来越高。
与其他行业相同的是,机器人对数据的要求也非常高,机器人汲取越多数据,越能为人类提供更详尽的服务,这就需要各类数据的互联互通。但目前,受多种因素影响,不同行业、企业、政府间的数据共享仍不彻底,存在较大的局限性,数据共享度低,亟需得到改善。
“大数据背后是各种算法,但是因为数据的不足,目前机器人深度学习的能力还不够”。徐立新表示,人工智能的发展还在起步阶段,主要原因有两方面:首先是原始数据的积累不足。人工智能发展最重要的基础就是大数据的积累,通过大量的数据分析来了解智能机器人每一步、每一句话,这背后需要大量的算法。目前国外大数据要比国内更全面,数据更开放,一些国外知名的大学也对外开放。
其次,目前机器人的生产厂家大部分还处在初创阶段,对业务场景的设计还不够有经验。如果用机器人来写稿,不仅要掌握一些语言逻辑,还要掌握被采访人的语言习惯等问题,所以需要编制标准的话术。如果没有标准的话术,机器人就无法真正的理解人类,所以机器人深度学习的能力还有待提高。
关于人工智能如何解决各行业的痛点,联想CEO杨元庆表示,过去大家谈到智能制造,就是机器人、机器臂,其实这只是数字化的设备,机器人、机器臂对应的是IoT,而不是智能制造的全部。要真正实现智能制造的话,最后一定是围绕着数据、计算力、算法来考虑。
中国联通集团总经理陆益民表示,随着网络连接以及处理能力的提升,海量数据也在逐步产生。过去的数据,包括不同的专业、不同的领域、不同的公司,就像互联网公司、运营商,大量的数据也都是割裂的。但随着进一步的整合,计算存储能力的提升,这些数据的整合会越来越多,而且随着物与物之间连接快速地扩充,海量的数据也会是人工智能将来的一个很重要的爆发点,引导人工智能的未来发展。
他还表示,虽然算法不是运营商的优势,但联通愿意联合各个产业链,打造一个能力开放的平台,共同培育未来人工智能的“参天大树”。
“人工智能在金融、房产、教育、医疗、能源、物流等方面都有非常多的应用,今天我们看到很多生产端已经遍布了各种各样的传感器,已经能够搜集到很多的数据,但是对于这些数据的使用还非常不够。” 百度CEO李彦宏说。
机器能否替代人类成焦点 大规模商业化尚需时日
今年,人工智能受到前所未有的关注,这也使得关于其发展所存在的问题也成为了与会企业家讨论的热点。那么机器是否会替代人类?人工智能商业化还存在哪些担忧?
马云认为,虽然技术革命带来极大的影响,但机器不会顶替人类,而是让人类继续创新、创造,让人类的工作进一步进化。互联网正在深入到社会的方方面面,而这次技术革命的影响力可能超过过去一切技术革命的组合。未来30年,互联网将无处不在,没有人能够离开网络时代。
在他看来,不用过度担心新技术和机器的发展。这几年市场都弥漫着一种对新技术的担心,担心机器会控制人类,担心人类会毁灭在自己最伟大的发展之中。其实新技术不是顶替人类,而是让人做更有价值的事情。
苹果首席执行官库克表示,很多人谈到人工智能非常担心,我不担心机器像人一样思考,更担心人像机器一样思考,必须为技术注入人性,将价值观注入到技术中,保持开放。科技本身并没有好坏之分,必须把科技赋于人性是每个人的责任,技术的好处是普惠于民,苹果将竭尽全力降低进入App生态圈的门槛。
人工智能正处在从实验室走向大规模商业化的早期阶段,今日头条张一鸣认为,很多人对它所带来的经济、法律、安全、伦理等问题开始担忧。比如,可能会导致大规模失业;可能导致经济发展不平衡;可能导致贫富差距加大;可能完全颠覆包括精算、保险、金融等传统行业;可能让很多城市修改现行的交通法规。
对于人工智能在机器人应用方面的问题,徐立新认为,目前机器人还主要用于服务场景,如果要有更灵活的动作针对不同的场景,不仅需要大量的大数据和算法,还要结合机械自动化,与工业结合。那么带来的不仅仅是技术的挑战,还有就是不能忽视成本的提高,也就是替代人的成本。
目前人工智能在图像识别、语音识别、无人驾驶等应用技术进展迅速,而智能网联汽车、机器人、无人机、智能家居,医疗服务等领域也将得到进一步的应用。但是其面临的问题和挑战,仍然是制约大规模商业化运作的关键所在。
徐立新认为,目前人工智能最主要应用在服务和工业领域,其中工业领域已经实现了商业化,而服务机器人从去年已经开始商业化,但大规模普及面临着实际的问题。一方面因为缺少大数据,机器人深度学习能力的不足,影响推广受到局限;其次,后端推广面临着方方面面的挑战,就服务领域的机器人而言,涉及到如何保护人类隐私、出现事故有谁来承担等问题,国家应该有相应的法律法规来规范。
尽管业界所担心的问题还在争论中,但是不容忽视的是人工智能的应用也只是刚刚起步。
李彦宏表示,人工智能不仅2C的领域中有应用,在2B的领域也有应用。互联网的时代感受到的改变是2C领域,包括智能驾驭、智能音箱等,但是实际人工智能也会改变2B,也就是改变制造端、供应端。以百度与连锁超市合作为例,用人工智能的技术可以提升合作超市里的生鲜货品效率,利润可以提升20%,报损率可以降低30%以上。
对于人工智能商业化,业内人士认为,人工智能的商业落地离不开三个要素,大数据、知识和算法、应用场景,但是知识和算法只是技术门槛,并不能使其产业化,因此必须要有合适的应用场景以及相应支撑的大数据,才能形成产业基础。只有让这三个要素正向循环才能够让一家公司不断发展,让人工智能真正实现商业化落地。
国外技术悄然布局中国市场 未来或呈爆发之势
尽管人工智能目前仍处于初期阶段,业界对其面临的问题有所担心,但是其发展前景已不容忽视。根据有关方面的统计数据显示,2030年之前中国会成为人工智能方面的领军者,预计产值会达到1万亿美元。
业内人士认为,未来随着人工智能的发展,有些行业的人工将会很快被取代。工业机器人将取代流水线工人,目前国内工厂很多流水线已经使用工业机器人在操作,该行业发展最快;其次被替代的是服务行业,替代率在50%以上。首先呼叫中心的工人被智能机器人取代,替代率高达80%;其次,餐厅的服务人员被替代;此外,小区的安保人员也会被服务机器人取代,目前在绿城一些高档楼盘,远传机器人就已经进入。而最被业界关注的是,未来两三年内,医疗机器人将有取代医生(门诊、手术类)的趋势,随着普通疾病诊疗的流程化和手术的精细化,未来这类岗位完全有可能被机器人取代。
从这些趋势不难看出,人工智能所体现在机器人领域的发展前景。当然这些还不包括其他在电商平台场景化的应用等。《财经》新媒体记者在采访中了解到,不管是国内投资企业,还是国际技术厂商,早已经关注到中国市场在人工智能方面的发展前景并纷纷布局。在他们看来,人工智能在未来十年将呈爆发态势,而全球60%的市场将在中国。
浙江民营企业联合投资股份有限公司副总裁周冠鑫对记者表示,其实早在人工智能商业模式还没有成熟之前,就开始对这一领域进行布局。具体主要是投资国外的人工智能技术公司,下一步还将陆续把这些技术引入国内市场。引入的方式就是与国内有实力的硬件供应商进行合作,加速人工智能的应用。
据其透露,目前比较看好的领域包括电商平台线上与线下互动涉及到的人工智能应用,如进入一个商场如何通过人工智能迅速试穿各种衣服等,还有就是服务机器人在小区的应用。前期技术的投资都是基于应用驱动的投资,下一步将会成立人工智能产业基金,吸引更多的硬件厂商加入,迅速将国外投资的技术引入国内。
值得注意的是,除了国内投资公司对国外人工智能技术的关注外,外资企业也悄然布局中国市场。
《财经》新媒体记者注意到,世界互联网大会上举办的各种论坛数不胜数,惟独人工智能的分论坛被挤得水泄不通,会议开始一个小时门口仍有长队排起。而IBM、Facebook高层的出席更是让业界多了几分好奇。
IBM资深全球总裁罗思民表示,目前主要是基于用户或是消费者的人工智能,在其看来是比较窄范围的AI,在2050年将迎来比较宽泛的人工智能革命。那时的人工智能将基于黑箱学习系统多了一些理性。目前我们还处于人工智能的发展时期,以汽车行业为例,仍需要大量的数据、培训和机器学习。
“很多时候CPU可以计算,GPU也可以计算,GPU是用来计算图像的,其机器的深度学习也是非常重要。而IBM给出了一体化的解决方案,包括分析、安全、客户的接触以及全球的生态体系的建立。而实现这一系统的建立需要与中国合作伙伴一起,联合打造一个开放的POWER服务器的创新生态系统,该系统可以和其他系统兼容,形成一个开放性的平台。”罗思民说。
他透露,IBM在医疗领域涉足很多,包括肿瘤领域、基因领域、政府、生命科学、医疗成像等,有一个“沃森医疗”项目与很多医疗公司均有合作。目前管理着超过300亿张医疗影像,与很多的医院都有合作。与中国合作有百洋医药,此外还有中国电子信息产业集团有限公司,目前也是与正在一起建立一个基于中国的医疗数据平台。同时,还与浪潮合作,也建立了相应的医疗合作平台。
Facebook全球副总裁石峰表示,最近在亚洲做了一个调查,46%的中小型企业都使用Facebook创业,我们帮助他们启动自己的业务,中小企业和客户的交流都比较简单,而助借人工智能来解决比较简单的问题会比人做得更好。因此,Facebook对于中小型企业来说是能够扮演着一个转型升级的助动器。
随着国外技术巨头加大对中国市场的布局力度,可以预见的是,人工智能将会在不久的将来呈现爆发式增长,而业界对其最大的担心是机器替代人类以及给人类带来的危机。不过徐立新认为,机器替代的是人类最普通、重复性比较强的工作,这就促使人类要不断学习,对于未来提高人类整体进步水平有着很好的促进作用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27